文献

J-GLOBAL ID：202002252270313090   整理番号：20A2291593

Gauss過程導関数に基づく局所最小値数え上げのための能動学習【JST・京大機械翻訳】

Active Learning for Enumerating Local Minima Based on Gaussian Process Derivatives

著者 (4件)： Inatsu Yu (RIKEN Center for Advanced Intelligent Project, Chuo-ku, Tokyo, 103-0027, Japan) ,  Sugita Daisuke (Nagoya Institute of Technology, Gokiso-cho, Showa-ku, Nagoya, Aichi, 466-8555, Japan) ,  Toyoura Kazuaki (RIKEN Center for Advanced Intelligent Project, Chuo-ku, Tokyo, 103-0027, Japan, and Kyoto University, Gokiso-cho, Showa-ku, Nagoya, Aichi, 466-8555, Japan) ,  Takeuchi Ichiro (RIKEN Center for Advanced Intelligent Project, Chuo-ku, Tokyo, 103-0027, Japan; Nagoya Institute of Technology, Gokiso-cho, Showa-ku, Nagoya, Aichi, 466-8555, Japan; and Center for Materials Research by Information Integration, National Institute for ...)
資料名： Neural Computation  (Neural Computation)
巻： 32  号： 10  ページ： 2032-2068  発行年： 2020年 
JST資料番号： W0257A  ISSN： 0899-7667  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ブラックボックス関数の全ての局所最小解を効率的に計数するためのGauss過程(GP)に基づくアクティブ学習(AL)を研究した。この問題は,局所解がゼロ勾配と正値Hessian特性によって特性化されるので,これらの導関数は直接観測できないので,挑戦的である。GP導関数の信頼区間が局所最小解を列挙するために効果的に更新されるように,入力点が順次選択される新しいAL法を提案した。提案方法を理論的に解析して,数値実験を通してその有用性を実証した。Copyright 2020 Massachusetts Institute of Technology Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *Gauss過程 ,  ブラックボックス ,  *導関数 ,  キャラクタリゼーション
準シソーラス用語： 能動学習 ,  数値実験 ,  局所解 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： Gauss過程 ,  導関数 ,  最小値 ,  能動学習